AI giúp tôi nhanh gấp 5 lần, nhưng cũng khiến tôi tệ đi gấp 5 lần trong công việc

Trong bốn tháng vừa qua, tôi để các tác nhân AI viết phần lớn code cho mình. Năng suất tăng vọt, nhưng tôi bắt đầu nhận ra một điều đáng sợ: chính tôi đang dần trở nên tệ hơn ở công việc mà mình đã dành nhiều năm để trau dồi. Bài viết này kể lại một lần suýt gây hậu quả nghiêm trọng, và câu hỏi mà gần như không ai trong ngành đặt ra: trong lúc AI viết code, bạn nên làm gì?

Khi tốc độ tăng gấp 5 lần

Mọi chuyện bắt đầu khá đơn giản. Tôi đưa cho tác nhân AI một yêu cầu, rồi đi pha cà phê. Khi quay lại, một module hoàn chỉnh đã nằm đó, đúng cấu trúc, đúng đặt tên biến, thậm chí còn kèm cả test.

Cảm giác đó rất dễ gây nghiện. Tôi từng mất cả buổi chiều để viết một đoạn xử lý dữ liệu, giờ chỉ cần vài phút. Công việc còn lại của tôi thu gọn thành: mô tả yêu cầu, đọc kết quả, bấm chạy.

• Tốc độ gõ code của tôi gần như không còn quan trọng
• Việc tôi làm chuyển từ viết sang duyệt
• Số dòng code tôi thực sự hiểu giảm dần theo từng tuần

Ban đầu, tôi coi đó là một sự tiến hóa. Ai chẳng muốn làm việc nhanh hơn? Nhưng rồi tôi nhận ra mình đang mất dần một thứ quan trọng hơn cả tốc độ.

Cú suýt mắc sai lầm

Đỉnh điểm là một lần tôi gần như đẩy lên môi trường thật (production) một đoạn code xử lý thanh toán do AI viết. Logic trông hợp lý, test đều xanh, mọi chỉ số bề ngoài đều ổn.

Chỉ đến khi một đồng nghiệp hỏi một câu đơn giản về trường hợp biên (edge case), tôi mới nhận ra mình không hiểu đoạn code đó thực sự làm gì. Tôi đã đọc nó, nhưng tôi không hiểu nó. Đó là hai việc hoàn toàn khác nhau.

Tôi đã trở thành người duyệt code mà chính mình không thể viết lại.

May mắn là lỗi được phát hiện trước khi gây thiệt hại. Nhưng cảm giác đó ở lại rất lâu: nếu đồng nghiệp kia không hỏi, chuyện gì sẽ xảy ra?

Nghịch lý của người lập trình thời AI

Vấn đề không nằm ở AI. Vấn đề nằm ở chỗ chúng ta đang lấp đầy khoảng thời gian mà AI giải phóng ra bằng nhiều việc hơn, thay vì bằng việc hiểu sâu hơn.

Nghịch lý rất rõ ràng:

• Càng giao nhiều việc cho AI, kỹ năng thực hành của ta càng mai một
• Kỹ năng càng mai một, ta càng khó đánh giá chất lượng đầu ra của AI
• Không đánh giá được, ta càng phụ thuộc vào AI
• Càng phụ thuộc, ta càng ít có cơ hội lấy lại kỹ năng

Đây là một vòng xoáy đi xuống, và nó diễn ra rất âm thầm. Không có cảnh báo, không có thông báo lỗi. Chỉ có cảm giác mơ hồ rằng mình đang tụt lại phía sau mà không rõ vì sao.

Vậy trong lúc AI viết code, ta nên làm gì?

Câu trả lời của tác giả không phải là "đừng dùng AI". Mà là thay đổi cách ta sử dụng khoảng thời gian tiết kiệm được.

• Đọc để hiểu, không chỉ để duyệt. Với mỗi đoạn code AI viết, hãy tự hỏi: mình có thể giải thích nó cho người khác không?
• Giữ lại một phần công việc tự viết. Những phần cốt lõi, phức tạp hoặc nhạy cảm nên do chính tay ta làm, dù chậm hơn.
• Dùng thời gian rảnh để đào sâu, không phải để nhận thêm việc. Học một khái niệm mới, đọc lại kiến trúc hệ thống, tìm hiểu vì sao giải pháp cũ hoạt động.
• Đặt câu hỏi về các trường hợp biên. Đây là nơi AI thường bỏ sót và cũng là nơi kinh nghiệm con người phát huy giá trị.

Bài học cho cộng đồng lập trình viên Việt Nam

Với các bạn đang làm việc trong ngành công nghệ tại Việt Nam, câu chuyện này đặc biệt đáng lưu tâm. Nhiều đội nhóm đang nhanh chóng đưa AI vào quy trình phát triển phần mềm để tăng tốc độ bàn giao. Điều đó là tốt, nhưng nếu chỉ tập trung vào tốc độ mà bỏ qua việc duy trì năng lực của đội ngũ, chúng ta có thể đang tích lũy một khoản nợ kỹ thuật rất khó trả.

Nợ kỹ thuật đó không nằm trong code. Nó nằm trong đầu người lập trình.

Một kỹ sư không còn khả năng phán đoán độc lập sẽ gặp khó khăn khi AI đưa ra câu trả lời sai một cách tinh vi — điều mà nó vẫn thường làm. Và trong những hệ thống quan trọng, cái giá của một lần sai có thể rất lớn.

Kết luận

AI thực sự giúp tôi nhanh hơn nhiều. Nhưng tốc độ chỉ có giá trị nếu đi kèm với sự hiểu biết. Bốn tháng vừa qua dạy tôi rằng: khi AI viết code, việc của tôi không phải là ngồi chờ, cũng không phải là nhận thêm việc. Việc của tôi là giữ cho trí tuệ của mình không bị thay thế.

Công cụ càng mạnh, người dùng càng cần chủ động. Nếu không, chúng ta sẽ sớm nhận ra mình nhanh hơn gấp 5 lần — nhưng cũng tệ đi gấp 5 lần.